17､ 机器学习-推荐系统

17､机器学习-推荐系统

深度解析推荐系统原理与实现

编辑点评

系统讲解推荐系统工作原理，从基础到高级，涵盖协同过滤、隐语义模型等，适合对推荐系统感兴趣的初学者和进阶者。

⭐ 编辑推荐

本课程深入浅出地讲解推荐系统原理，通过Tensorflow和Surprise库实践构建推荐系统，掌握推荐系统核心算法。

课程亮点

• 系统讲解推荐系统原理

• Tensorflow实践构建推荐系统

• 涵盖协同过滤、隐语义模型等核心算法

课程目录

📁 章节1-推荐系统工作原理
  01系列课程概述.mp4  [7.9M]
  02推荐系统应用【整理不易‖免费奉上：cuNlove.cn】.mp4  [32.7M]
  03数据,代码下载（点击参考资料下载）.zip  [182B]
  04推荐系统要完成的任务.mp4  [17.4M]
  05相似度计算.mp4  [27.8M]
  06基于用户的协同过滤.mp4  [24M]
  07基于物品的协同过滤.mp4  [36.4M]
  08隐语义模型.mp4  [19.9M]
  09隐语义模型求解.mp4  [26.8M]
  10模型评估标准.mp4  [17.5M]
📁 章节2-使用Tensorflow构造隐语义模型
  11Surprise库与数据简介.mp4  [34.2M]
  12Surprise库使用方法.mp4  [43.3M]
  13得出推荐商品结果.mp4  [63.3M]
📁 章节3-使用Surprise库建立推荐系统
  14使用Tensorflow构建隐语义模型.mp4  [46.6M]
  15模型架构【公重号：CunWorkNotes】.mp4  [51.3M]
  16损失函数定义.mp4  [51.8M]
  17训练网络.mp4  [74.7M]